基于被动图像的探测器着陆过程中岩石检测

基于图像的月球表面障碍自主检测技术是实现探测器在月球表面安全着陆的关键。本文主要研究了基于被动图像的月球表面障碍物之一的岩石的检测技术。首先将最大二维熵阈值分割用于岩石阴影的检测;其次将岩石轮廓线提取技术与阴影检测结果结合以获取精确的拟合椭圆中心点;最后,利用椭圆拟合岩石所在的区域范围。实验表明:相较于传统的仅基于阴影的算法,本文提出的岩石障碍检测算法能更好地拟合出岩石所在区域范围。

一种被动毫米波图像混合噪声抑制方法

针对采集到的被动毫米波图像存在严重噪声污染,低分辨率,以及目前大部分去噪方法对混合噪声去噪效果不明显的问题,本文提出了一种基于非局部均值滤波和自适应中值滤波的混合噪声盲去噪算法。该算法首先利用像素非局部自相似先验知识对噪声强度进行估计,然后采用自适应中值滤波来滤除被动毫米波图像中的强噪声点,最后通过改进的非局部均值滤波来消除图像的大部分噪声。实验结果表明,所提出的方法在去除图像中噪声的同时保留了图像的边缘,并明显改善了被动毫米波图像的主观视觉感受。

机器学习算法的激光主动图像与被动红外图像配准研究

激光图像受到多种因素影响,有时会模糊不清,不够清晰,信噪比低,针对当前方法的激光主动图像与被动红外图像配准误差大等难题,为了获得理想的激光主动图像与被动红外图像配准结果,提出了基于机器学习算法的激光主动图像与被动红外图像配准方法。首先分析激光主动图像与被动红外图像配准的研究现状,找到激光主动图像与被动红外图像配准效果差的原因,然后采集激光主动图像和被动红外图像,并对它们进行一定预处理,最后采用机器学习算法建立激光主动图像与被动红外图像配准模型,并与传统方法进行了激光主动图像与被动红外图像配准对比实验,结果表明,本方法的激光主动图像与被动红外图像配准正确率超过91%,误配率控制9%以内,图像配准时间大约为8 s,图像配准效率要高于传统方法,具有十分广泛的前景。

JPEG图像被动取证研究进展综述

数字图像被动取证是利用图像的固有属性对其真实性认证、拼接区域定位及篡改历史分析的技术。由于大多数图像都需要进行JPEG压缩以便存储和传输,基于JPEG格式的数字图像被动取证越来越受到关注。为了更加全面地对现有取证方法进行梳理与归纳,本文着重对JPEG图像相关的取证技术进行介绍,详细论述了双重JPEG压缩检测、量化矩阵估计和拼接检测与定位方法中的关键技术,分析现有方法存在的问题与面临的困难,并对未来发展方向进行展望。

基于多小波包的红外/被动毫米波图像融合

红外/被动毫米波(IR/PMMW)复合制导是当前发展多模复合制导技术的热点方向。红外探测系统在低能见度条件下穿透能力不如被动毫米波,而被动毫米波探测图像分辨率不如红外图像。为了更好地识别目标,提出一种新方法,首先采用多小波包与邻域平均相结合的去噪方法对IR/PMMW图像进行去噪处理;然后利用多小波包方法获取多张相似的IR/PMMW图像,再将它们进行主成分融合并进行精确的直方图规定化;最后,根据被动毫米波图像的特殊性,提出基于区域的图像质量评价方法。实验仿真结果表明,利用新方法处理图像,提高了图像的清晰度,更容易识别出目标信息。

基于小波包的红外/被动毫米波图像特征融合

红外/被动毫米波(IR/PMMW)复合制导是当前发展多模复合制导技术的热点方向。红外探测系统在低能见度条件下的穿透能力不如被动毫米波,而被动毫米波探测图像分辨率不如红外图像。为了更好地识别目标的轮廓信息,提出一种新的基于小波包边缘检测的特征级主成分融合方法。新方法先用小波包边缘检测方法检测出包含水平边缘、垂直边缘和对角边缘的边缘图像,然后对边缘图像进行小波包去噪,再用主成分融合方法进行图像特征级的融合,最后用阈值方法提取出融合后的边缘。实验仿真结果表明,与传统的小波及小波包边缘检测方法相比,新方法融合后的边缘图像更容易分辨出目标的轮廓信息。

结合NSST和LSWT的光学/被动毫米波图像融合

提出了一种结合NSST和LSWT的图像融合算法,并应用到安检中。该方法首先采用NSST对被动毫米波图和可见光图进行分解得到一组高低频系数;接着对分解后得到的低频系数进行LSWT变换,得到新的一组高低频系数,分别对其采用基于区域方差融合规则和CS算法进行压缩、融合、重构后进行LSWT逆变换;再对第一步的高频系数采用改进的拉普拉斯算子进行处理;最后NSST逆变换处理得到融合图像。实验仿真结果表明,所提出的方法融合效果较好,实现了对隐匿物品的快速识别。

基于多小波提升格式的光学/被动毫米波图像融合

以安检中隐匿物品检测为应用背景,提出一种结合多小波变换和提升小波变换的图像融合算法.该方法首先对被动毫米波图和可见光图进行多小波预处理,并通过提升小波正变换分别得到两类图像的高、低频分量;然后对变换得到的低频分量和高频分量分别采用不同的融合规则融合;最后进行提升小波逆变换,及多小波后处理得到融合图像.实验仿真结果表明:融合效果较好,能实现对隐匿物品的快速识别.

一种被动毫米波图像中人体隐匿物品的检测方法

根据被动毫米波图像的特点,需要设计一种适应并且有效的被动毫米波图像中人体隐匿危险物品的检测方法。该文提出了一种被动毫米波图像中人体隐匿物品的检测方法,首先,对原始被动毫米波图像进行预处理,通过插值重建后,采用三次迭代增强方法进行图像增强,获取处理后的被动毫米波图像,以使被动毫米波图像目标与背景进行明显区分;然后,通过对人体是否存在进行预判断,若存在则进行人体目标检测,获取人体区域;最后,采用两次迭代分割的方法对人体区域内的隐匿物品进行检测,并对检测到的隐匿物品区域进行标记。实验结果表明,该方法能有效地检测出被动毫米波图像中的人体隐匿物品,具有较高的准确性。

基于被动式人体安检太赫兹图像的小目标物体检测方法

被动式太赫兹成像设备不断应用于人体安检,而在特定安检场合(例如机场)需要快速准确检测出人体安检图像中的小目标违禁品。由于被动式太赫兹图像低分辨率的限制,人体安检对小目标检测精度和速度的需求,传统检测方法和单纯的深度学习算法都难以满足。根据被动式太赫兹图像低分辨率的特性,本文在目标检测前对图像进行预处理。针对小目标检测,我们对SSD算法的网络结构和预选框进行了优化。在小目标检测方面,我们的方法可以提高检测精度到73%。而在一般目标检测方面(包含小目标)我们的方法可以达到76%mAP。

利用JPEG压缩特性的合成图像检测

提出一种利用压缩特性进行JPEG合成图像检测的方案.由多幅JPEG图像内容拼接而成的合成图像中往往存在质量因子不一致性或分块位置不一致性,这两种不一致性可以作为检测JPEG合成图像的有力证据.该文所提方案先对待检测图像进行尝试性的再压缩并考察失真程度,以估计主要内容曾经历过的压缩情况,然后根据再压缩在不同区域引起的失真程度的起伏变化识别合成图像.该方法还可区分合成图像内容的不同来源,并分析质量因子不一致性或分块位置不一致性,为揭示图像伪造行为提供辅助信息.

光电被动测距技术进展与展望

测距系统作为光电对抗的支援系统,在军事应用领域具有重要的现实意义.光电被动测距技术主要有基于角度测量的几何测距法,基于图像处理的测距法,基于目标物体辐射和大气传输特征衰减的测距方法等.综述了国内外光电被动测距技术的原理、特点及应用领域,结果表明:随着目前光电技术的发展以及对红外大气传输特性研究的深入,基于目标物体辐射和大气传输特性的测距方法在测量精度上和测量距离上都有着较大的提升空间,将最终满足军事等应用领域的需求.

基于谱相关性的数字图像真伪鉴别

如何区分逼真的计算机生成图像和真实的自然图像,是数字图像取证领域的一个重要研究方向。提出了一种基于谱间相关性的图像真伪鉴别算法。在单CCD数码成像过程中,每个像素只采集单一颜色值,缺失的颜色值通过颜色滤波阵列插值获得,而基于颜色滤波阵列插值的去马赛克方法会引起彩色图像三个颜色分量之间较高的谱间相关性。算法利用小波变换和标准互相关系数提取颜色组件谱间相关性,作为区分和识别特征。通过在标准图像库上的实验测试,表明所提取特征有效捕获了二类图像的差别,并具有较高的检测率。

数字图像取证技术的发展

随着图像处理技术的快速发展,数字图像被广泛地应用于互联网.与此同时,视觉上难以觉察的篡改图像也日益泛滥.数字图像被动取证作为一种不依赖任何预签名提取或预嵌入信息来鉴别图像真伪和来源的技术,正成为多媒体安全领域新兴的研究热点,有着广泛的应用前景.

基于最大二维熵的被动式太赫兹安检目标分割

针对被动式太赫兹安检的检测需求,提出一种基于最大二维熵的隐蔽目标分割方法。该方法设计了一组适用于被动式太赫兹图像的滤波器组,实现噪声过滤和图像增强;设计了一种待检区域自生成的算法,实现对重点检测区域的自动覆盖;同时,引入二维熵的概念,实现对待检测区域内的隐蔽目标的轮廓分割。在0.2 THz频段的被动成像下开展了评估和对比实验,实验表明本文方法具有较好的分割效果和实时性能。

改进粒子群算法安检图像阈值分割方法研究

将二维OSTU阈值分割法引入被动毫米波（PMMW）安检图像处理中。但是，传统二维OSTU法计算量大，运算效率低。故本文提出一种多阶段粒子群优化（MP-PSO）算法来达到快速分割的目的。实验表明，相对于其他优化算法，MP—PSO算法用时更少，效率更高，便于PMMW图像的实时处理。

基于嵌入式平台的猫眼效应目标实时探测系统研究

在安保工作中,为快速发现狙击手,构建了利用狙击镜的猫眼效应原理来发现目标的系统。该系统不同于传统的采用连续激光扫描视场,而采用可调制半导体激光器为探测光源,在调制信号的控制下照射视场,CCD接收相应的主被动回波图像。并根据目标距离不同所成图像特征不同的特点,提出了分别针对远近目标的识别算法,最终在嵌入式DSP高速处理平台上进行图像处理实现。外场实验结果表明,主被动图像相结合,且利用远近目标不同的识别算法,有效提高了探测率,降低了虚警率,系统准确探测到了300m近目标和800m远目标,并达到10frames/s的实时处理速度。

基于改进FCM聚类算法的违禁品分类

针对被动毫米波(PMMW)图像成像质量差,边界模糊,不易识别的特点,在传统词袋模型图像分类的基础上,提出了利用减法聚类改进FCM聚类算法并将其运用到词袋模型上去,提取视觉单词,利用局部不变量SIFT方法对手枪、匕首和炸药进行了粗分类.实验结果证明,改进的词袋模型能够准确的对违禁品进行分类,识别率平均能达到90%以上,性能优于传统的K均值聚类和原始的FCM聚类算法.

基于非局部自相关的复制粘贴检测算法

针对数字图像复制-粘贴篡改无法区分目标与来源的问题,文中通过改进相似度匹配算法和利用非局部自注意力机制,在定位出篡改区域的前提下,解决了篡改源区域和目标区域的分类问题。总体框架为双分支检测网络,主分支采用经典U-net分割篡改区域像素,副分支通过孪生网络进行特征提取并计算自相关性,从而分割出篡改目标与源区域像素。将双分支融合后进行端到端训练,最终网络预测出三分类结果。实验结果表明,文中算法检测定位目标区域时的像素级分类精确率达到了80.47%,且F1值及准确度均优于对比算法。可视化结果和鲁棒性实验也表明文中算法具有良好的泛化性能。

An Automated Approach to Passive Sonar Classification Using Binary Image Features

This paper proposes a new method for ship recognition and classification using sound produced and radiated underwater. To do so, a three-step procedure is proposed. First, the preprocessing operations are utilized to reduce noise effects and provide signal for feature extraction. Second, a binary image, made from frequency spectrum of signal segmentation, is formed to extract effective features. Third, a neural classifier is designed to classify the signals. Two approaches, the proposed method and the fractal-based method are compared and tested on real data. The comparative results indicated better recognition ability and more robust performance of the proposed method than the fractal-based method. Therefore, the proposed method could improve the recognition accuracy of underwater acoustic targets.